Buchumschlag

Solving the QAP by Two-Stage Graph Pointer Networks and Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Iida, Satoko, Yasudo, Ryota
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Pointer Networks with Q-Learning for Combinatorial Optimization
von: Barro, Alessandro
Veröffentlicht: (2023)

Two-Stage Feature Generation with Transformer and Reinforcement Learning
von: Gao, Wanfu, et al.
Veröffentlicht: (2025)

A zone-based training approach for last-mile routing using Graph Neural Networks and Pointer Networks
von: Ruiz-Fas, Àngel, et al.
Veröffentlicht: (2026)

Multi-Agent Pointer Transformer: Seq-to-Seq Reinforcement Learning for Multi-Vehicle Dynamic Pickup-Delivery Problems
von: Zou, Zengyu, et al.
Veröffentlicht: (2025)

Generating Diverse TSP Tours via a Combination of Graph Pointer Network and Dispersion
von: Yang, Hao-Tsung, et al.
Veröffentlicht: (2026)

Machine Learning for Two-Stage Graph Sparsification for the Travelling Salesman Problem
von: Lin, Bo-Cheng, et al.
Veröffentlicht: (2026)

Neural Two-Stage Stochastic Optimization for Solving Unit Commitment Problem
von: Shao, Zhentong, et al.
Veröffentlicht: (2025)

Decoupling Task and Behavior: A Two-Stage Reward Curriculum in Reinforcement Learning for Robotics
von: Freitag, Kilian, et al.
Veröffentlicht: (2026)

HGCN2SP: Hierarchical Graph Convolutional Network for Two-Stage Stochastic Programming
von: Wu, Yang, et al.
Veröffentlicht: (2025)

Solving Integrated Process Planning and Scheduling Problem via Graph Neural Network Based Deep Reinforcement Learning
von: Li, Hongpei, et al.
Veröffentlicht: (2024)

Solving Deep Reinforcement Learning Tasks with Evolution Strategies and Linear Policy Networks
von: Wong, Annie, et al.
Veröffentlicht: (2024)

A low‐latency memory‐cube network with dual diagonal mesh topology and bypassed pipelines
von: Masashi Oda, et al.
Veröffentlicht: (2024)

TSSR: Two-Stage Swap-Reward-Driven Reinforcement Learning for Character-Level SMILES Generation
von: Levine, Jacob Ede, et al.
Veröffentlicht: (2026)

Learning Attributed Graphlets: Predictive Graph Mining by Graphlets with Trainable Attribute
von: Shinji, Tajima, et al.
Veröffentlicht: (2024)

Two-Stage Stance Labeling: User-Hashtag Heuristics with Graph Neural Networks
von: Melton, Joshua, et al.
Veröffentlicht: (2024)

Unified Graph Networks (UGN): A Deep Neural Framework for Solving Graph Problems
von: Dawn, Rudrajit, et al.
Veröffentlicht: (2025)

Symbolic Equation Solving via Reinforcement Learning
von: Dabelow, Lennart, et al.
Veröffentlicht: (2024)

A Practical Two-Stage Recipe for Mathematical LLMs: Maximizing Accuracy with SFT and Efficiency with Reinforcement Learning
von: Yoshihara, Hiroshi, et al.
Veröffentlicht: (2025)

Topology-Aware Graph Reinforcement Learning for Dynamic Routing in Cloud Networks
von: Wang, Yuxi, et al.
Veröffentlicht: (2025)

Graph Transductive Defense: a Two-Stage Defense for Graph Membership Inference Attacks
von: Niu, Peizhi, et al.
Veröffentlicht: (2024)

Adversarial Robustness in Two-Stage Learning-to-Defer: Algorithms and Guarantees
von: Montreuil, Yannis, et al.
Veröffentlicht: (2025)

Predicting Drivers' Route Trajectories in Last-Mile Delivery Using A Pair-wise Attention-based Pointer Neural Network
von: Mo, Baichuan, et al.
Veröffentlicht: (2023)

Helix: Evolutionary Reinforcement Learning for Open-Ended Scientific Problem Solving
von: Su, Chang, et al.
Veröffentlicht: (2026)

Feudal Graph Reinforcement Learning
von: Marzi, Tommaso, et al.
Veröffentlicht: (2023)

Pentest-R1: Towards Autonomous Penetration Testing Reasoning Optimized via Two-Stage Reinforcement Learning
von: Kong, He, et al.
Veröffentlicht: (2025)

GraphRARE: Reinforcement Learning Enhanced Graph Neural Network with Relative Entropy
von: Peng, Tianhao, et al.
Veröffentlicht: (2023)

Solving Continual Offline Reinforcement Learning with Decision Transformer
von: Huang, Kaixin, et al.
Veröffentlicht: (2024)

Solving Offline Reinforcement Learning with Decision Tree Regression
von: Koirala, Prajwal, et al.
Veröffentlicht: (2024)

G4SATBench: Benchmarking and Advancing SAT Solving with Graph Neural Networks
von: Li, Zhaoyu, et al.
Veröffentlicht: (2023)

RBF-MGN:Solving spatiotemporal PDEs with Physics-informed Graph Neural Network
von: Xiang, Zixue, et al.
Veröffentlicht: (2022)

Long-Tailed Recognition via Information-Preservable Two-Stage Learning
von: Lin, Fudong, et al.
Veröffentlicht: (2025)

StagePilot: A Deep Reinforcement Learning Agent for Stage-Controlled Cybergrooming Simulation
von: An, Heajun, et al.
Veröffentlicht: (2026)

On the Two Sides of Redundancy in Graph Neural Networks
von: Bause, Franka, et al.
Veröffentlicht: (2023)

Graph Neural Network Aided Deep Reinforcement Learning for Resource Allocation in Dynamic Terahertz UAV Networks
von: Hu, Zhifeng, et al.
Veröffentlicht: (2025)

Learning Topological Representations with Bidirectional Graph Attention Network for Solving Job Shop Scheduling Problem
von: Zhang, Cong, et al.
Veröffentlicht: (2024)

Enhancing Length Extrapolation in Sequential Models with Pointer-Augmented Neural Memory
von: Le, Hung, et al.
Veröffentlicht: (2024)

Reinforcement Learning for Solving the Pricing Problem in Column Generation: Applications to Vehicle Routing
von: Abouelrous, Abdo, et al.
Veröffentlicht: (2025)

Convex Is Back: Solving Belief MDPs With Convexity-Informed Deep Reinforcement Learning
von: Koutas, Daniel, et al.
Veröffentlicht: (2025)

Solving Richly Constrained Reinforcement Learning through State Augmentation and Reward Penalties
von: Jiang, Hao, et al.
Veröffentlicht: (2023)

A Unified View on Solving Objective Mismatch in Model-Based Reinforcement Learning
von: Wei, Ran, et al.
Veröffentlicht: (2023)